本文来自微信公众号： Z Finance ，作者：ZF编辑部，原文标题：《独家丨中国 AI 最有权力的数据掌舵人：8 家公司，11 位核心负责人》
2026年秋天，大模型行业水面之下同时发生了两件事。
第一件事发生在创投市场。9月中旬，成立不到一年的中国AI评测与合成数据初创公司UniPat AI被曝即将完成约3亿美元融资，由阿里拟领投，腾讯、红杉中国等跟投，估值飙至25亿美元。创始人李宽是一名90后港科大博士，去年还在阿里通义实验室做后训练与数据合成。而在UniPat身后，前字节Seed成员创办的智能知识、前MiniMax骨干创办的Copula Lab、以及获红杉、BAI与鼎晖连轮押注的原壤智能都在今年密集浮出水面。
第二件事发生在大厂与头部模型公司内部：随着数据战略从内部自给全面转向外采与合成，掌管AI数据的一号位正在经历一轮密集换防与集权。
短短两个月内，几家大厂的数据大盘接连易主：8月，字节跳动把AI数据升格为与Seed、Flow、抖音平行的公司级一级部门「AI数据与安全」，统揽全集团跨模态数据的寻源外采与评测交付，原负责人傅越离职创业，由曾执掌TikTok全球直播与平台责任的王赢磊接盘。仅隔一周，Seed基模体系又新设Pretrain Data部门，交由老搜索人李成刚统管。
9月底，腾讯二十年大数据老将刘煜宏卸任AI Data部负责人，由首席AI科学家姚顺雨直接兼任。更早的7月，小红书挖来前DeepSeek早期核心成员陈官厅出任预训练数据负责人。阿里则在9月云栖大会上亮出了训练数据、数据生态、评测与具身数据四位细分掌舵人。
外部，数据公司估值飙升；内部，数据负责人频繁换防。两种变化指向同一个事实：随着公开互联网语料日益耗尽，数据正从业务流量的副产品，变为决定模型能力上限的核心基础设施。
而掌舵数据的人，也随之走向AI舞台的中央。
中国主流AI公司训练数据与评测核心负责人全景一览
字节跳动：数据战略全面转向外采，公司级供应链与基模配方同步收拢
推荐算法时代，字节跳动是最不需要向外部买数据的公司。今日头条、抖音、TikTok与豆包每天都在产生海量交互信号。但在过去一年半里，字节的AI数据战略发生了一次彻底转向：从依赖内部流量与自建基础标注，全面转向大规模、高溢价的外部采购与外部供应商整合。
逼迫字节转向外采的，是三堵同时撞上的高墙。第一是公域语料见顶，训练重心转向“私域过程数据”：全球约300万亿Token公开文本逼近枯竭，而公开网页只有最终报告，缺少医生、律师、程序员在真实工作流中“如何理解模糊意图、如何犯错并修正”的推演过程，这类数据只能向外部专家网络重金采买。
第二是内部数据回流（Dogfooding）在硬核赛道一度卡壳：在决定智能体上限的Coding赛道，由于早期Doubao-Seed-Code能力有限，字节内部业务团队都不愿用，连自家编程工具TRAE最早接入的也是DeepSeek和Claude Code；内部飞轮转不起来，倒逼字节在2026年一面强制内部业务接入Seed，一面拨出超千万美元预算在外部定向采购编程数据、拆解研究Claude Code与Codex的训练数据demo，并与硅谷编程数据独角兽Turing（估值22亿美元）及本土数据商合作。
第三是张一鸣“坚决不蒸馏”的铁律：2026年7月底Seed全员会上，张一鸣明确表态“坚决不蒸馏竞争对手模型”，8月初CEO梁汝波亦重申“坚定自研、接受短期落后”；与此同时，字节正在预训练参数规模达5万亿至10万亿的超大模型。堵死蒸馏捷径后，字节只能在全球市场上自己花钱买“教材”。
这让字节迅速成为国内出手最阔绰的头号外部数据买家，外采重点集中在四条主航道：
世界模型外采（投入达同行3–4倍）：世界模型位列2026年字节AI四大命题之首，由张一鸣亲自督导跨部门调配算力，Seed内合并李航与王文千的VLA团队、新设前Meta FAIR研究员范浩奇带队的3D仿真组，统一向周畅汇报，冲刺年底追平Google Genie 3。字节批给世界模型（VLA、长视频、3D资产）的数据预算居各模态之首，达数千万元至千万美元级且“不够可随时追加”，数据供应商透露其投入达到同行3–4倍；
Seedance外采影视母带：针对视频生成喂入过多低质短视频会导致模型“偷懒”只学关键帧的“反缩放定律（Anti-Scaling Law）”，字节剥离低质快餐视频，转向外采高帧率影视工业正版母带，并组建了1000至2000人的评测与清洗军团（每位算法工程师背后配十余名数据人员）；
垂类专家网络采买：早在2025年3月，字节采购部便公开寻源医疗、法律、教育等垂类标注供应商（合作法本信息、海天瑞声、曼孚科技等）；2026年除自营“字节Xpert”众包入口外，更向时薪100–400元的国内硕博池、时薪50–250美元的海外专家平台及初创公司大举下单；
内部赛马算ROI，外部签排他协议：字节数据团队内部按世界模型、代码、高难学科推行赛马机制，每个外采项目必须核算ROI；对外则在合同中设定数据集独家买断期限或阶段性买断供应商核心人员，同时应对腾讯等对手近半年开出三倍薪资挖角字节数据骨干的攻势。
外采账单急剧膨胀，直接触发了2026年8月的组织大手术。此前，字节内部长出了多套各自买数据的班子：傅越2023年创立的Global Data（约百人，设采购、工程、产品、质检等职能）、集团数据中台DMC、Flow下属AIDP以及抖音数据服务平台，多头询价导致架构重叠。
6月启动整合、8月11日正式揭牌，字节新设与Seed、Flow、抖音平行的公司级一级部门“AI数据与安全”，收拢上述所有团队，由王赢磊接棒离职的傅越，统管“标准制定、寻源采购、合成清洗、质量评测”全流程。
仅隔一周，Seed基模内部同步重组，新设Pretrain Data（李成刚）、Horizon RL（唐晟宇）、Product Posttrain-Work（秦禹嘉）和Product Posttrain-Chat（朱文佳）四个部门，均向吴永辉汇报。一外一内，分别掌管公司级数据供应链与基模内部训练配方。
王赢磊：TikTok业务高管接棒傅越
王赢磊，图片来源：TikTok
不同于对手把数据交给算法科学家，字节连续两任公司级数据掌门人都出自TikTok业务与治理高管——上一任是傅越，这一任是王赢磊。
前任傅越（花名Yuyi）是搭建字节早期数据外采与质检体系的人。她本科毕业于北大，拥有MIT MBA与哈佛MPA双硕士学位，曾任职于BCG与腾讯战略部，2018年加入字节成为TikTok创始团队早期核心成员，主管信任与安全（T&S）及电商运营。2023年10月重返字节后，她创立了专门配备数据采购与质检职能的Global Data，为Dola、TikTok与Seed采买训练数据。2026年8月交棒王赢磊后，傅越再次离职创业，于国庆前夕联手字节TRAE原负责人石扬切入AI办公赛道，首轮投后估值已达约2亿美元。
王赢磊的前任傅越（Yuyi），于2023年底至2026年8月创立Global Data并主导字节早期AI数据采购与安全体系建设。图片来源：凤凰网科技相关报道。
接棒的王赢磊同样是从TikTok海外战壕杀出来的90后高管。他本科毕业于康奈尔大学计算机科学与运筹学专业，早年任职于Whisper与Snap。加入字节后，他在TikTok历经三段硬仗：早期在朱骏麾下搭建跨国「国家产品经理」团队并分管“内容画风”，2021年初与谈斯奇、王率丁、增长负责人刘涵宇等共同构成朱文佳治下的核心班底；
2021至2025年执掌TikTok全球直播四年，力排硅谷团队“买明星版权”的方案，在海外搭建起数万家外部公会招募、培训、PK竞价与分账的人力供应链，助推TikTok成为首个累计内购破百亿美元的非游戏应用，汇报线一度直通周受资。2025年7月底转任一级部门“平台责任”负责人（向支颖汇报），应对欧盟DSA与爱尔兰数据合规审查。
当字节的数据战略变成一场每年耗资数千万美元、横跨全球数十家外部供应商与上千人评测军团的工业消耗战，曾在TikTok直播管理过全球公会供应链的王赢磊，成了替字节筛选外部数据商、考核单项目ROI的最佳人选。
李成刚：从零搭建字节搜索，走向Seed的预训练数据中枢
李成刚。图片来源：字节跳动官方
王赢磊在外部掌管数据“兵站”，而在Seed内部决定模型“吃什么、怎么配比”的人是李成刚。李成刚为清华大学机械工程本硕，曾从0到1搭建字节网页与视频搜索系统；2023年初字节启动语言大模型时便由搜索团队牵头，2024年5月他以豆包预训练方向负责人身份公开亮相，主攻数据清洗、合成、配比与课程学习（Curriculum Learning）。
2026年8月中旬，Seed新设Pretrain Data一级部门，由李成刚负责并向吴永辉汇报，将分散在各模态的预训练数据收拢为四个分支：
文本分支：由2018年清华毕业加入字节、长期主抓超大模型预训练数据的沈科负责；
代码分支：由Seed-Coder与BFS-prover核心作者Xia Xiao负责，与Horizon RL负责人唐晟宇共管；
视觉分支：由林毅负责，与世界模型负责人周畅共管（Horizon RL的视觉强化学习负责人吴侑彬在视觉方向上亦向林毅汇报）；
语音分支：统筹音频与语音预训练语料。
这套交叉汇报设计直指全模态（Omni）与10万亿参数模型的痛点：当文本、代码、视觉、语音装进同一基座，单一模态数据的增减都会牵动全局能力，必须由Pretrain Data在同一实验框架下调配最优训练配方。
腾讯：首席科学家把模型、基建与数据拢于一炉
不同于字节“公司级外采供应链”与“基模预训练数据”分立的双轨制，腾讯在过去十个月里分三步把模型、算力与数据彻底收拢到了首席AI科学家姚顺雨一人麾下：
2025年12月17日：前OpenAI研究员姚顺雨出任“CEO/总裁办公室”首席AI科学家（向刘炽平汇报），兼任大语言模型部与新设AI Infra部负责人（向卢山汇报，副总经理王迪向姚顺雨汇报）；同日原数据平台部一分为二，专注大模型数据与评测的AI Data部由老将刘煜宏负责，数据计算平台部由陈鹏负责，均向蒋杰汇报；
2026年7月：继3月撤销AI Lab后，腾讯将混元旗下的大语言模型部与多模态模型部合并为基础模型部，交由姚顺雨统管；
2026年9月28日：姚顺雨正式兼任AI Data部负责人（向卢山汇报），刘煜宏卸任。至此，基础模型部、AI Infra部、AI Data部三大核心部门全部合拢于姚顺雨手中。
姚顺雨：把混元变成模型、环境与数据评测的一体化组织
姚顺雨。图片来源：本人主页。
1998年出生的姚顺雨毕业于合肥一中（曾获NOI银牌），2015年以安徽理科探花考入清华姚班，后获普林斯顿大学CS博士学位。在普林斯顿与OpenAI期间，他主导或参与了ReAct、Tree of Thoughts（ToT）、SWE-bench、SWE-agent、τ-bench以及第一代通用智能体Operator和Deep Research的研发。
姚顺雨为何要亲自接管数据部门，答案写在他2025年的博文The Second Half里：当强化学习训练配方趋于成熟，下半场真正拉开差距的不再是改模型结构，而是如何定义现实任务、构建可交互的训练环境与防刷榜的评测基准。
2026年腾讯混元重建预训练与RL基建，从微信、腾讯会议、广告、游戏及CodeBuddy等超50个业务收集反馈，同时在外采市场上大幅追加预算、并跟投了估值25亿美元的UniPat。由姚顺雨把模型、算力与数据一肩挑起，正是为了消灭部门墙，把“发现缺陷—外采或合成环境—修正训练”的反馈环压到最短。
刘煜宏：从腾讯实时大数据底座，到混元与AI Data的前任拓荒者
刘煜宏，CNCC 2019嘉宾照片。图片来源：中国计算机学会会议官网。
在姚顺雨接手前，替腾讯完成数据团队向大模型转型的，是2005年入职的二十年老将刘煜宏。他早年负责腾讯实时数据平台TDBank与实时计算平台TRC，历任数据平台部数据中心总监、腾讯大数据负责人及腾讯云数据产品线总经理；大模型浪潮兴起后，他以混元大模型负责人身份主导了万亿参数MoE模型训练与“腾讯元宝”早期迭代，并于2025年12月出任首任AI Data部负责人，完成了第一代大数据基建老将向AI时代的交接。
阿里巴巴：顶层重组之下，训练数据、专家生态、评测与具身数据四线分治
2026年的阿里，呈现出了国内大厂中分工颗粒度最细的一套AI数据组织。在集团顶层，阿里今年先后成立由吴泳铭挂帅的Alibaba Token Hub（ATH）事业群与集团技术委员会，将通义实验室升格为由周靖人执掌的通义大模型事业部（李飞飞管AI云基建、吴泽明管AI推理平台），6月又整合成Token Foundry。
而在数据层，早在2025年9月云栖大会上，淘宝早期个性化推荐核心骨干魏虎（花名：空望）便以阿里巴巴AI数据总经理身份首发“晓天衡宇”（SKYLENAGE）评测平台。到了2026年9月23日云栖大会，阿里控股AI数据体系下的四位细分掌舵人集体亮相：吴鸣刚（小于号）、羊志巍（羊巍）、许泽（雄道）、孟泽楠（会天），分别把守训练数据、专家生态、评测与具身数据四道关口。
吴鸣刚（小于号）：AI训练数据负责人，运转“模型×数据”共生飞轮
吴鸣刚在云栖大会相关论坛演讲。图片来源：魔搭ModelScope社区，Readance收录。
阿里控股AI训练数据负责人吴鸣刚（小于号）的核心任务，是把数据从“一次性消耗品”变成可持续产能。他在云栖大会上拆解了一套由“模型→数据”与“数据→模型”两个半环咬合的共生飞轮，串联起人机协同合成、质量验证、训练信号反馈、知识库增强与Bad Case模式发现七个节点——不再只看语料库绝对体量，而是用评测暴露的能力短板和训练梯度信号，反向指挥下一轮数据的合成与配比。
羊志巍（羊巍）：AI数据生态与研究负责人，挖掘专家脑子里的“认知轨迹”
羊志巍在云栖大会相关论坛演讲。图片来源：魔搭ModelScope社区，Readance收录。
阿里控股AI数据生态与研究负责人羊志巍（羊巍）主攻公开网页爬不到的专家隐性知识。他指出，模型的自我合成能力越强，越需要真实专家信号纠偏，否则极易陷入“合成数据坍缩”与“奖励欺骗（Reward Hacking）”；机器真正缺的不是标准答案，而是主任医师会诊或架构师排障时“提出假设—寻找证据—证伪推翻—纠偏回溯”的认知轨迹。
为此，他砍掉死板的标注表单，换上交互白板、推演沙盒与实时语音工具捕捉专家思考停顿，并启动“认知原点计划”，依托“晓天睿士”专家社区面向医学、先进制造、金融合规开放1万个专家协同席位。
许泽（雄道）：AI数据评测负责人，守住“量天之尺”防污染与防刷榜
阿里控股AI数据评测负责人许泽（雄道）手握决定研发预算投向的“量天之尺”。针对静态榜单易污染、易饱和的痛点，他推动评测走向真实任务交付——综合考核答案准确率、耗时、Token成本与交互体验，结合代码沙盒验证、Agent裁判模型与人类专家复核。
目前其团队已将SKYEVAL晓天衡宇评测社区推向海外上线，与阿里拟按25亿美元估值领投外部评测独角兽UniPat形成内外呼应，共同争夺模型商业化验收的标准制定权。
孟泽楠（会天）：AI Data具身数据负责人，用RoboFlywheel连通物理世界
孟泽楠在云栖大会演讲（舞台中央）。图片来源：魔搭ModelScope社区，Readance收录。
阿里控股AIData具身数据负责人孟泽楠（会天）负责把数据管线伸向物理世界。针对机器人本体异构、真机采集昂贵的痛点，阿里联合清华、上交大发布了开放具身数据基础设施RoboFlywheel，由孟泽楠拆解其四层底座：跨物理引擎仿真与统一资产底座、声明式评测Harness、记录“数据—算子—训练—权重—评测”全链路的Episode-native数据配方框架（RoboFlywheel-Recipe），以及统一质检的开放数据集社区。
美团：公司数据平台部与龙猫的训练数据链路
看美团的数据版图，必须把公司级业务数据平台和自研基座模型龙猫（LongCat）拆成两条线：一条是2024年12月由“数据科学与平台部”升级而来的数据平台部，收拢本地生活业务数据工具研发，由老将余建平负责、向韩建汇报；另一条是已迭代出1.6T参数MoE基座模型、LongCat-Flash及智能体平台CatPaw的LongCat研发团队，内部设有独立的预训练数据、Agentic环境扩展与评测团队——官方招聘页已公开大模型评测负责人智羽，而作者掌握的采访线索则指向黄琼担任龙猫模型数据负责人。
黄琼：龙猫数据负责人
黄琼担任美团龙猫模型数据负责人。结合官方披露的评测团队负责人智羽及美团2025–2026年技术报告，LongCat的数据打法聚焦在两端：一是在LongCat-Flash中设计面向智能体的两阶段预训练数据策略与多智能体轨迹合成；二是依托本地生活壁垒，连续开源了覆盖外卖、到店、酒旅66个工具的交互基准VitaBench 1.0/2.0、竞赛级数学基准AMO-Bench、通用推理基准General 365、长程规划基准MineExplorer以及搜索校准基准LoHoSearch。
余建平：执掌公司数据平台部的千亿级机器学习系统老将
余建平，QCon北京2019嘉宾照片。图片来源：QCon会议官网。
执掌公司级数据平台部的余建平则是搜广推工程老将。他2011年硕士毕业于南京大学计算机系，早年任职百度凤巢，加入美团后主导搭建了支撑搜索、推荐、广告的千亿级特征深度学习系统，打通离线、近线与在线全链路。2024年12月升任数据平台部负责人，代表的是美团交易与搜广推的平台底座，在职责上区别于龙猫模型训练数据团队。
小红书：组织大重构后，挖来前DeepSeek早期成员陈官厅管预训练数据
2026年4月30日，小红书启动十三年来最大规模的组织集权：丁玲（柯南）升任总裁统管业务与技术，夏侯任算法负责人；同时新设一级部门Dots（整合大模型、AI Infra、工程与产品，直接向柯南汇报）与企业智能部（合并企业效率部与数据科学部）。7月9日，小红书从外部引入前DeepSeek早期核心成员陈官厅，出任预训练数据负责人。
陈官厅：从北大、幻方与DeepSeek研发现场，到小红书预训练数据一号位
陈官厅本科毕业于北京大学计算机专业（2021年进入幻方、2022年毕业），历任幻方AI工程师、DeepSeek研究员，作为早期核心成员参与了DeepSeek-V2、V3及R1的预训练数据研发。
小红书拥有极度稀缺的生活经验社区笔记（其团队还在后训练方向与复旦联合开源了DR-Rubric，用深度研究的方式自动构建评分细则），引入陈官厅正是为了将碎片化的社区图文清洗、配比成能推高基模智力的预训练语料。
DeepSeek：数据负责人朴弋石，与“一号员工”李宇琨
据《晚点LatePost》2026年4月报道，DeepSeek总人数不足200人，内部无层级墙，按模型结构、Infra与数据三大模块紧密咬合；数据从训前方案讨论起便深度介入，梁文锋甚至让“一半的核心研究员”亲自参与数据清洗、合成与标注。梁文锋曾算过一笔账：国内与海外顶尖水平在模型结构上若有一倍差距、数据效率上再有一倍差距，“合起来就要多消耗4倍算力”。除转投小红书的陈官厅外，公开会议与媒体报道中至少浮现出两位DeepSeek数据核心人物：朴弋石与李宇琨。
朴弋石与李宇琨：数据负责人与字节搜索出身的首位员工
2025年9月杭州全球开源创新峰会（GOSIM Hangzhou 2025）及同期AI Vision Forum官方名录，将朴弋石明确列为“数据负责人，DeepSeek”，职责为负责大规模模型训练的数据架构与质量控制。
另一位核心人物李宇琨则是DeepSeek的首位员工：他2021年入职字节跳动搜索团队，2023年在DeepSeek创立之初跳槽成为一号员工，核心负责DeepSeek预训练数据。两人的存在说明，即便在扁平的“全员标数据”文化下，DeepSeek依然由深谙搜索引擎与数据工程的专人把守语料关口。
月之暗面：全员Staff扁平架构下的数据负责人liuyangyang
月之暗面保持着约500人规模，内部不设传统职级，通用头衔统一为staff，支撑团队从k1.5、万亿参数K2、K2.5一路迭代至2026年7月登顶开源SOTA的旗舰模型Kimi K3。但扁平头衔之下分工依然明确，Kimi的实际数据负责人是Yangyang Liu。
检索月之暗面2025–2026年官方论文，Yangyang Liu的署名贯穿始终：在2025年1月Kimi k1.5报告附录A中，他同时位列Research&Development与Data Annotation双名单；随后连续参与Kimi-Audio、Kimi K2以及2026年的K2.5与K3。
2026年1月与7月，她又作为核心作者接连发布测量多模态原子世界知识的WorldVQA和诊断视觉感知边界的PerceptionBench，印证了其在数据标注、多模态数据与评测上的核心角色。
智谱：搭建“狂标”平台的数据标注负责人，走进了上市公司董事会
2026年1月登陆港交所的智谱，给数据负责人安排了一个特殊席位：主导搭建内部数据标注平台的年轻高管张笑涵，在2025年3月获委任为执行董事。
这一地位源于智谱过去一年的战略突围：2025年5月智谱砍掉垂直小模型路线，押注推理、编程、智能体三合一的GLM 4.5，一次性投入15万亿Token通用数据与8万亿Token专项数据（达同行1.5倍），随后凭GLM 5、5.2、5.3连续夺回开源SOTA，2026年7月API ARR冲上10亿美元。
张笑涵：从清华工程力学、数据科学，到主导狂标平台
张笑涵（左四）与智谱团队港交所上市合影。图片来源：智谱
招股书显示，张笑涵2019年本科毕业于清华工程力学系，2022年获清华数据科学硕士学位；读研期间于2021年10月加入智谱，持续负责数据标注体系与“智谱清言”相关管理工作。据36氪披露，智谱2024年便在海外配置了数据采购团队，内部则由张笑涵主导搭建自研标注平台“狂标”：AI院内语言组与多模态组轮训，待训组全员上“狂标”标数据；每版模型上线前须经AI院通用测评与交付团队真实客户场景双道测评，将前端清言的用户反馈与后端标注生产拧成闭环。
结语：数据负责人，正在成为手握模型方向盘的隐形决策者
过去，数据工作的起点往往是一张需求单。如今，随着公开语料的增量价值收窄，模型训练向推理、智能体和真实任务深入，需求本身也需要被重新定义。
模型究竟缺少知识、推理过程，还是与环境交互的经验？一次失败应该通过补充专家示范、构建合成任务，还是调整评测方式来解决？这些判断发生在数据生产之前，却直接影响后续的训练投入与研发方向。
这也是新一代数据公司的机会。新的供应商能否进入核心研发流程，取决于它能否帮助客户识别能力缺口，并证明交付的数据确实弥补了缺口。相应地，数据负责人的价值，也越来越体现在能否将模型研究、外部供给与效果验证连接起来。
因此，观察一家AI公司的技术路线，除了看它发布了什么模型，也值得看它正在寻找什么数据、招募什么专家、搭建什么环境，以及用什么标准判断进步。数据负责人正站在这些选择的交汇处：他们未必独自决定模型的未来，却正在更深入地参与定义它。
资料来源
[1]字节公司级数据整合与交接，《字节AI数据部门“升咖”，但还是没有交给科学家》，钛媒体／字母榜，2026-08-13
[2]Seed基模组织调整，《晚点独家丨计划训超大模型后，字节Seed基模团队调整了组织架构》，晚点LatePost，2026-08-19
[3]字节大模型团队履历与李成刚背景，《字节大模型关键8人首次曝光！》，量子位，2024-05-22
[4]王赢磊完整履历、TikTok直播与平台责任经历，《90后王赢磊，四年打穿TikTok全球直播，转身执掌字节AI数据底座》，Z Finance／人人都是产品经理，2026-10-12
[5]康奈尔大学CS 2110课程人员记录（Yinglei Adam Wang），Cornell University，2012年春季
[6]傅越履历、离职交接与王赢磊此前汇报关系，《消息称字节AI数据与安全负责人傅越将离职》，DoNews，2026-08-11
[7]腾讯大模型部门调整、姚顺雨加盟与刘煜宏任AI Data部负责人，36氪／新浪财经，2025-12-17
[8]腾讯语言与多模态部门合并为基础模型部，观察者网／新浪财经，2026-07-27
[9]姚顺雨兼任腾讯AI Data部负责人，观点网／新浪财经，2026-09-29
[10]姚顺雨清华姚班教育及普林斯顿博士研究记录，姚班Seminar，2021-11-20
[11]姚顺雨本人研究主页、代表项目（ReAct、ToT、SWE-bench、Operator、Deep Research）及《The Second Half》博文
[12]刘煜宏本人专访（混元大模型研发、元宝上线及2005年入职经历），极客公园，2024-07-04
[13]刘煜宏腾讯数据平台部数据中心总监职责，清华大学深圳国际研究生院讲座记录，2015-06-25
[14]刘煜宏嘉宾简介（腾讯大数据负责人、腾讯云数据产品线总经理），CNCC 2019官网
[15]阿里成立Alibaba Token Hub（ATH）事业群及内部公告，澎湃新闻，2026-03-16
[16]阿里设立集团技术委员会及通义实验室升级为通义大模型事业部，澎湃新闻，2026-04-08
[17]阿里四位数据负责人（吴鸣刚、羊志巍、许泽、孟泽楠）及公开项目，魔搭ModelScope社区／Readance，2026-09-28
[18]美团数据平台部升级及技术组织调整，每日经济新闻，2024-12-05
[19]余建平教育与千亿级深度学习系统工程经历，QCon北京2019官网
[20]美团LongCat研发方向、数据岗位与大模型评测负责人（智羽）介绍，美团官方招聘页面
[21]小红书组织升级内部信（成立一级部门Dots与企业智能部），Bianews／凤凰网科技，2026-04-30
[22]陈官厅出任小红书预训练数据负责人及幻方、DeepSeek经历，科创板日报／东方财富，2026-07-09
[23]训练数据集构建专利《一种人工智能模型训练数据集的构建方法》（CN118246542A，共同发明人含陈官厅），2024-06-25公开
[24]DeepSeek组织特质与团队协作模式，《V4发布前的DeepSeek：特质、组织和梁文锋的独特目标》，晚点LatePost／新浪财经，2026-04-02
[25]朴弋石“DeepSeek数据负责人”身份记录，GOSIM Hangzhou 2025讲师官网
[26]朴弋石职责介绍（大规模模型训练数据架构与质量控制）与圆桌议题，GOSIM AI Vision Forum 2025议程
[27]张予彤对谈田轩谈Kimi约300人规模与全员Staff组织，虎嗅／搜狐，2026-05-13
[28]Kimi k1.5官方技术报告附录A贡献分工（Yangyang Liu列入研发与数据标注），2025-01
[29]Kimi-Audio官方技术报告附录A，2025-04
[30]Kimi K2官方项目及《晚点LatePost》关于MiniMax与月之暗面组织及中层流动报道，2025-07至2025-11
[31]张笑涵高管履历与执行董事委任记录，中商产业研究院数据库
[32]智谱（02513.HK）董事会名单，公司港交所上市公告，2026-01-07
[33]智谱Coding转型、海外数据采购、“狂标”平台与双道测评机制（兼及MiniMax解散泛娱乐组与M3数据策略复盘），36氪深氪／新浪财经，2026-08-20
[34]MiniMax扁平组织架构与早期人员变化，36氪，2026-01
[35]MiniMax 2025年全年业绩及多模态组织演进，公司官网，2026-03-02
[36]MiniMax M2.1后训练与Agentic数据生产实践，公司技术博客，2026-01-22
[37]字节Seed四大新部门及Pretrain Data下辖分支（沈科、Xia Xiao、林毅等）架构拆解，雷峰网／新浪财经，2026-08-21
[38]原字节AI数据与安全负责人傅越与原TRAE负责人石扬联手创业报道，36氪，2026-10-10
[39]阿里巴巴AI数据总经理魏虎（空望）于2025云栖大会发布“晓天衡宇”评测平台及三大评测集，阿里云开发者社区，2025-09-29
[40]阿里联合清华大学、上海交通大学在云栖大会首发具身数据基础设施RoboFlywheel，控制网，2026-09-24
[41]美团技术团队博客：LongCat系列模型及VitaBench 2.0、AMO-Bench、General 365、MineExplorer、LoHoSearch评测基准，2025–2026
[42]DeepSeek首位员工李宇琨（原字节搜索团队，负责预训练数据）及相关人才流动报道，澎湃新闻／虎嗅，2026-04-16
[43]Moonshot AI（Yangyang Liu等）2026年多模态评测基准论文WorldVQA（arXiv:2602.02537）与PerceptionBench（arXiv:2607.24957）
[44]MiniMax通用模型后训练负责人伊泽《MiniMax M2.1：Agent后训练经验与认知》实录（SWE Scaling、AppDev、WebExplorer及分方向Scaling合板配比），青稞社区，2026-01-08
[45]阿里拟领投AI评测与数据初创公司UniPat 3亿美元融资、估值达25亿美元报道，《前员工开的AI评测公司，阿里领投25亿美元估值》，钛媒体／数智奔流，2026-09-11
[46]国内后训练数据与评测创业公司盘点（智能知识、Copula Lab、UniPat AI、原壤智能、维纳智能），硅星人／凤凰网科技，2026-08-16
[47]字节跳动TikTok早期产研与增长核心班底（朱文佳、王赢磊、谈斯奇、王率丁、增长负责人刘涵宇等）汇报架构记录，《TikTok内幕：张一鸣的巨浪征途》，界面新闻／品玩，2022-04-25
[48]北京大学通用人工智能实验班（通班）及人工智能实验室博士生刘涵宇（Hanyu Liu）多模态大模型数据配方与世界模型研究档案（MiniCPM-V 4.5、Motus、LWS），OpenReview／PKU AILab，2026
[49]字节成立“AI数据与安全”一级部门、寻源采购全流程、内部赛马核算ROI与供应商排他策略，《继Seed、Flow后，字节又成立一个AI一级部门，直指「数据」｜36氪独家》，36氪智能涌现／华尔街见闻，2026-08-11
[50]字节10万亿参数预训练计划、张一鸣“不蒸馏”原则与全球高质量数据采购战，《10万亿参数大模型还没影，字节先造了个一级部门》，钛媒体／超聚焦，2026-08-12
[51]字节世界模型（3–4倍于同行的外部数据投入）、Coding定向数据采购（研究Claude Code/CodeX数据demo与强制Dogfooding）及Seedance 2000人评测团队，《36氪独家｜2026年字节AI的四个关键命题》，36氪智能涌现／ME News，2026-06-04
[52]中美后训练人类数据与外部供应商生态全景（Mercor、Surge、Handshake、Scale、Turing、海天瑞声、UniPat、原壤智能、字节Xpert等），jimmy·research，2026-10-15
[53]张一鸣亲自督导字节世界模型、296亿美元银团贷款与算力数据倾斜，《张一鸣的世界模型，藏不住了》，钛媒体／新眸，2026-10-16
[54]字节跳动采购部公开寻源医疗、法律、教育等垂类AI数据标注供应商及产业链合作，《字节正寻求供应商以满足AI数据标注需求数据标注产业有望快速发展》，财联社，2025-03-07